在groupby中使用.nth命令并保留分组列的方法

你当前代码的核心问题有两个：一是仅选取prox列做分组操作，导致结果默认只返回该列；二是.nth(10)取的是分组内原始顺序的第10个元素，而非你需要的第10大值。以下是几种能同时保留gameId、playId分组列，且正确取到prox第10大值的方案：

方案一：分组排序后取目标元素 #

先对每个分组的prox做降序排序，再提取对应位置的元素，同时保留所有列：

# 按分组列聚合，对每个分组内的prox降序排序
sorted_tmom = tmom.groupby(['gameId', 'playId']).apply(lambda group: group.sort_values('prox', ascending=False))
# 重置多余层级索引，再分组取第10大值（pandas索引从0开始，第10大对应索引9）
test = sorted_tmom.reset_index(drop=True).groupby(['gameId', 'playId'], as_index=False).nth(9)

方案二：用nlargest直接取第10大值 #

利用nlargest提取每个分组的前10大prox值，再取最后一个（即第10大），写法更直观：

# 对每个分组取prox前10大的行，再取最后一行（第10大），最后重置索引
test = tmom.groupby(['gameId', 'playId']).apply(lambda group: group.nlargest(10, 'prox').iloc[-1]).reset_index(drop=True)

方案三：全局排序后分组取值 #

先对整个DataFrame按prox降序排序，再按分组列取目标元素，适合数据量不大的场景：

# 先按prox降序排全局数据，再分组取第10大值
test = tmom.sort_values('prox', ascending=False).groupby(['gameId', 'playId'], as_index=False).nth(9)

关键说明 #

• 索引注意：pandas的.nth()使用0-based索引，如果要取第10大的prox值，需传入参数9；若你的需求是取分组内原始顺序的第10个元素（不考虑大小），则用10。
• 以上方案都会自动保留gameId、playId和prox列，无需额外冗余操作。

内容的提问来源于stack exchange，提问作者Joseph Mellor